行业-电子政务-包括工具单元以及对工具单元激励和控制的单独电池和控制模块的电动手术工具组件.zip
2021-09-08 18:03:12
6.36MB
提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法，该方法以限制带宽的经验模态分解(BREMD)和随机子空间识别(SSI)为基础，首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数(IMF)，然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点，引入屏蔽信号限制 EMD过程中带宽以消除模态混叠；运用该法识别了赣龙铁路某特大桥的模态参数，并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比，结果表明：该方法能有效的识别大型桥梁模态参数，屏蔽信号的引入
2021-09-07 17:10:28
455KB
1
SENet.mxnet
挤压和激励网络的MXNet实现（ SE-ResNext 18,50,101,152，SE-Resnet，SE-Inception-v4和SE-Inception-Resnet-v2 ）
这是的挤压和激发网络（ SE-ResNext，SE-Resnet，SE-Inception-v4和SE-Inception-Resnet-v2 ）体系结构，如提出的。等al。 他们在SENet中部署了此SE块，并赢得了Imagenet 2017分类任务。
作者的caffe实现可在GitHub的中找到。
这是“挤压和激励”块的图示。
SE-ResNet模块的实现如下：
SE-ResNext 50的实现如下表所示：
此MXNet实现。 我还从了。 顺便说一句，我在最后一个FullyConnected层之前添加了一个辍学层。 对于Inception v4，我从引用了MXnet
2021-09-02 21:23:10
345KB
1
20210901-AON-2020~2021国有上市公司股权激励实践总结.pdf
2021-09-02 09:07:17
854KB
#2.3_Activation_Function_激励函数_(PyTorch_tutorial_神经网络_教学)
2021-09-01 22:00:19
13.65MB